Нейросети в маркетинговой стратегии: глубина вместо готового ответа

Нейросеть выдает готовую маркетинговую стратегию за минуту: сегменты, позиционирование, линейка слоганов. Текст выглядит гладко, но выводы из него не складываются. Сегменты подходят любому рынку, слоганы — всем конкурентам сразу. Тот же машинный текст пошел и в контент, но в поиске пока не стал массовым. По данным исследования Graphite за июнь 2025 года, 86% статей в выдаче Google написаны людьми, ИИ сгенерировал только 14%. Пользу нейросеть приносит иначе: срок сборки стратегии она не сокращает, но внутри него растет плотность смыслов.

Виктория Раневская, руководитель агентства «ЕстьКонтакт», разбирает на своих проектах, как строят маркетинговую стратегию вместе с нейросетью там, где задачу нельзя свести к алгоритму и отдать автоматике.

Что имеет смысл автоматизировать

Часть регулярных задач маркетологов давно закрыта сервисами: отчеты и SEO-тексты готовятся автоматически и проверяются на соответствие формальным требованиям. Стратегическая сборка в этот контур не входит. Какие задачи в него попадают, а какие нет, определяют три признака процесса:

• Шаги выполнения описаны четко. На каждом этапе понятно, какой артефакт должен получиться на выходе;
• Качество артефакта проверяется по чек-листу. Критерии однозначные, без экспертного спора о результате;
• Процесс повторяется часто. Разовая задача под автоматизацию не подходит.

Порог задает частота: задачу, которая повторяется примерно раз в год, в автоматику не отдают. Кроме частоты, проверяют зрелость: перед автоматизацией процесс прогоняют вручную около десяти раз. Иначе в сценарий попадает случайная последовательность шагов вместо проверенного порядка — агент начинает тиражировать ошибку.

Та же проблема тормозит ИИ-проекты в большом бизнесе. По данным исследования «Инфосистемы Джет», 44% крупных российских компаний отказываются от внедрения ИИ-агентов из-за недостаточной зрелости процессов. Сложности возникают и на следующих шагах.

• Устойчивого экономического эффекта от внедрения ИИ не видят 46% компаний.
• Масштабировать пилоты не могут 40% — им мешают отсутствие владельца процесса и нестабильное качество ИИ-решений.

Задачи интеллектуального труда автоматизировать не стоит: в некоторых процессах алгоритмы приносят прямой вред.

Маркетинговая стратегия относится именно к таким задачам по трём причинам:

• результат нельзя проверить по типовому чек-листу;
• шаги на разных проектах не совпадают;
• саму стратегию команды создают редко.

Публичные кейсы применения нейросетей в маркетинге обходят разработку стратегии стороной. На поток ставят только создание контента. Красивый сценарий генерации выдаёт публикации сотнями, но практического смысла в этих текстах нет.

«Генерим рилсы сотнями, а залетают только те, в которых мы говорим, что мы генерим рилсы сотнями. Всё остальное по нулям».

Виктория Раневская, руководитель агентства «ЕстьКонтакт»

У такой генерации есть побочный эффект: в последние два года читать приходится больше, чем когда-либо раньше. Машинный текст множится — смысла в нем не прибавляется. Проверка каждого абзаца ложится на человека и съедает время, сэкономленное на написании материала.

Стратегию разрабатывают иначе — в прямом диалоге с нейросетью, без сложной агентной структуры.

Специалист регулярно открывает новые диалоги и обнуляет контекстное окно. В нужный момент он подключает или отключает скилл — сохранённый набор инструкций и рабочих материалов под конкретную задачу.

Последовательностью шагов управляет только человек. Он принимает три ключевых решения:

• когда открыть новый чат;
• какой скилл подключить;
• какой приём использовать на следующем этапе.

В практической работе используют пять таких приёмов.

Слои: почему первый ответ красивый и пустой

Первый ответ нейросети на запрос о стратегии приходит быстро, выглядит убедительно и с фактурой конкретной компании никак не связан: он сложен из общих мест рынка. Качество определяет объем данных, подгруженных под задачу. В первом приеме информацию наслаивают: в работу последовательно добавляют новые массивы — каждый слой приносит инсайт, который подсказывает следующий шаг.

Например, в SWOT-анализе поставщика ветеринарного оборудования заказчик называл ключевым преимуществом общение менеджеров: клиентов ведут от А до Я. Следующим слоем в разбор ушли расшифровки звонков отдела продаж. Почти в каждом разговоре клиент говорил обратное: менеджеры постоянно меняются, обещания теряются, рассрочку невозможно рассчитать. Заявленная сильная сторона компании после одного слоя данных перешла в раздел слабых.

Записи звонков закрыли сразу несколько блоков анализа, хотя подгружали их под одну задачу. Кроме сильных и слабых сторон, в них нашлись и демпинг конкурентов и партнеров, и отдельный рынок этого оборудования на торговой платформе «Авито». Ни одна из этих находок не звучала в рассказах компании о себе.

Без записей звонков модель тоже выдала бы красивый разбор с той же структурой и тем же тоном, но без этих фактов. Сильные стороны из брифа, который заполнил заказчик, описывают, каким он видит себя сам, а из звонков — каким его видит рынок. Стратегию строят по второй картине: она точнее.

Слоем может стать любой массив первичных данных: расшифровки звонков отдела продаж, официальные тарифы и отраслевые нормативы, выгрузка ассортимента конкурентов, открытые посты клиентов в соцсетях и их собственные тексты. Порядок подгрузки задает предыдущий результат. Инсайт из первого слоя указывает на дыру в фактуре — следующий слой подбирают под этот пробел.

22 октября 16:00 МСК Онлайн Бесплатно Онлайн-конференция: От «да» до первого шага Практика тех, кто каждый день доводит до результата дилеров, клиентов и сотрудников. Зарегистрироваться

Рефрейминг: та же информация в другой рамке

Бывает, что материал по задаче исчерпан, а инсайта в ответах все еще нет. Тогда в дело вступает второй прием: данные оставляют прежними и меняют рамку разбора, а от нее зависит, что именно окажется видно в том же массиве.

Портреты клиентов раскладывают по разным рамкам:

• Лестница узнавания Бена Ханта. Видно, на каком шаге клиент теряет интерес;
• Рамка задач, или JTBD. Видно, какую работу клиент поручает продукту;
• Карта пути клиента. Видно, где обрывается контакт с компанией.

Дальше одну рамку накладывают на другую: лестницу узнавания разворачивают поверх карты пути.

Критерий остановки один — инсайт. Пока его нет, берут другую рамку или подгружают следующий слой, и так до результата, пригодного для проектной команды.

Рефрейминг применим и на уровне самого предмета. Так, для того же поставщика анализ трендов сначала собрали по всему рынку ветеринарии. Данные вышли красивые, но инсайта команде не дали. Тогда оптику сузили до оборудования как части большой отрасли. В анализе сразу проявилась зарубежная тенденция: дилеров вытесняют из цепочки поставок. В ответ они пишут собственные программы для клиник, чтобы встроиться в их процессы и стать труднозаменимыми. Из этой находки выросло несколько вариантов позиционирования и продуктовой линейки.

Триангуляция: три разреза одного ассортимента

Один разрез дает лишь описание предмета — для проектного решения этого мало. Третий прием режет один и тот же предмет по нескольким признакам сразу и складывает разрезы в обоснованный вывод. В слоях новый массив подгружают под ту же задачу, в рефрейминге меняют рамку на прежних данных. Триангуляция добавляет данные ради опоры под вывод: предмет и рамка остаются прежними, другим становится признак, по которому его режут.

Продуктовую линейку заказчика разбирают в трех разрезах:

• По категориям. Видно, чем компания торгует;
• По брендам. Видно, на чьей марке держится выручка и где зависимость от одного поставщика;
• По количеству позиций в группе. Видно, где ассортимент раздут и дублируется внутри одной категории.

Критерий остановки здесь тот же, что и в рефрейминге. Бесконечные разрезы ради полноты картины съедают время проекта и не приближают к результату. Срок сборки стратегии приемы не сокращают: два месяца остаются двумя месяцами, но растет плотность смыслов внутри них.

Смена дискурса: чей опыт разбирают на самом деле

Рамку JTBD строят по расшифровкам звонков — выборка выходит честной, но узкой. Все, кто звонит, уже на стадии сформированной потребности: они сами обратились в компанию и выбрали ее среди других. Выводы из такой выборки описывают только этих клиентов, хотя читаются они как картина рынка целиком.

Четвертый прием разворачивает оптику к тем, чей опыт в анализ не попал. За кадром остаются две группы:

• Клиенты с несформированной потребностью. Они еще не понимают, что их задача решается продуктами этой категории;
• Те, кто уже купил у компании или у конкурента и о покупке больше не вспоминает.

Если прямо попросить нейросеть посмотреть на них, картина разбора становится шире. Но пределы задает сам массив: того, чего в нем нет, нейросеть не найдет.

«Ровно то, что я вгружу нейронке, на эти вопросы она мне и ответит — ровно из этого материала».

Виктория Раневская, руководитель агентства «ЕстьКонтакт»

Смена дискурса переносит фокус на другой источник опыта, тогда как остальные приемы работают с объемом данных и рамкой разбора. Новой фактуры она не требует: группу за кадром называет человек, а нейросеть анализирует уже загруженный массив. Дыра в выборке и есть результат.

Границу выборки помогают проверить два вопроса к каждому массиву данных: чей опыт зафиксирован в источнике и на какой стадии находился человек в момент записи.

Каждый массив охватывает только узкий сегмент аудитории:

• в расшифровках звонков звучат голоса тех, кто уже сделал выбор;
• брифинг руководителей описывает компанию так, как бизнес видит себя сам;
• открытые посты клиентов показывают их жизнь за пределами сделки.

Даже вместе эти три источника упускают ключевую группу — тех, кто так и не дошёл до разговора с компанией.

Линза признанного эксперта

Пятый прием, «карманный гений», сужает оптику нейросети до одной авторской системы взглядов. Так разбор перестает быть усреднением всего, что написано по теме. Механика раскладывается на четыре шага:

1. Спросить у нейросети, кто признанный эксперт в нужной области;
2. Узнать, что этот человек написал сам. Нужны его тексты о собственном методе;
3. Загрузить тексты и собрать из них линзу;
4. Попросить пропустить через эту линзу готовый артефакт, без поиска в открытых источниках.

Без готового текста на входе прием не работает: на пустой запрос линза выдает общие слова о методе. Таким образом разобрали собственный подкаст: чтобы понять, как авторы и режиссеры строят композицию выпуска, команда собрала линзу из книг по сценарному мастерству и пропустила через нее свои записи. Тот же скилл проверили на стороннем материале: через линзу пропустили публичный образ Влада А4. Разбор сложился в историю о вечной игре, где сила блогера строится на отказе от развития: он остается вечным ребенком.

У приема есть граница: линзу собирают только из текстов, которые человек пишет о себе и своем методе. На просьбу мыслить как Стив Джобс модель выдаст пересказ биографий: книг он не написал — чужой рассказ метода не передает. Идея собрать линзу по ТРИЗ и пропускать через нее бизнес-барьеры пока остается гипотезой: до рабочего состояния подход не доведен.

Ценность приема — в ограничении, которое он накладывает на нейросеть: под линзой одного автора черновик оценивают по одному методу, а не по усредненной позиции отрасли. По такой оценке его и переписывают.

Что кладут на вход

Состав входных данных определяет результат разбора. Нейросеть для маркетинга достраивает недостающее сама и при пустом входе генерирует правдоподобный текст: в список конкурентов попадают случайные компании. Часть из них работает в смежных сегментах и с заказчиком напрямую не пересекается. При этом доли рынка расставлены, конкуренты названы, но проверить эти цифры нечем. Открытые данные из набора никто не исключает: проблема начинается там, где ими все и ограничивается.

Разбор на пустом входе разваливается, когда список конкурентов сверяют с реальностью, а к этому моменту работа уже сделана. Поэтому минимальный набор источников определяют до старта:

• Для анализа рынка: открытые данные, брифинг руководителей внутри компании, отраслевые исследования, статистика по проверенным источникам;
• Для анализа конкурентов: к тому же набору добавляют глубинные интервью, парсинг ассортимента на их сайтах и звонки тайного покупателя.

Данные собирают вручную: программный интерфейс для этого не обязателен, ручная сборка справляется и обходится дешевле. Затем материал раскладывают по рамкам 4P, 7P, SWOT и TOWS.

Например, в проекте на рынке солнечных электростанций Юга России нейросеть оценила его емкость по ценам на энергию из открытых источников. Когда в разбор подгрузили официальные тарифы, оценку пересчитали: рынок оказался заметно меньше. Следующий слой вскрыл ограничение другого порядка: даже крупному предприятию при подключении к сетям не всегда дают нужную мощность. Похожий по природе разрыв фиксируют и отраслевые расчеты по тому же региону: дефицит мощности в Объединенной энергосистеме Юга оценивают в 2,4 ГВт к 2030 году.

Инсайт о нехватке мощности вошёл в скрипты отдела продаж. Логика аргументации строится на трёх шагах:

• подключиться к электросетям технически возможно;
• необходимой мощности объект всё равно не получит;
• компании выгодно установить солнечные панели.

Сама нейросеть к такому выводу не придёт. Бизнес-барьеры, ограничения инфраструктуры и рабочий контекст в анализ добавляет человек.

Основание разбора задает команда проекта

Рамка — аналитический фреймворк, который перебирают уже на собранных данных. Основание разбора появляется раньше: предмет и цель проекта формулируют до того, как нейросеть получит задачу. Модель их не выводит, а работает внутри них.

Например, в проекте для крупного девелопера в Москве конкурентов разложили по архетипам: каждому присвоили свой и расставили всех на одной карте. Форму раскладки предложила сама нейросеть. Вручную такая работа заняла бы намного больше времени.

На карте стала видна свободная зона архетипа, не занятая ни одним конкурентом. Из нее выросли нарратив бренда и рекламные слоганы проекта. Результат дала подготовка, а не сам прием: данные об отобранных конкурентах наслаивали, прямых и непрямых игроков разделяли, цели разбора задавали заранее.

Во втором проекте основание задавали с другой стороны. Сеть из 11 городских музеев собирала общую концепцию, которая приносила бы выручку: одних коммуникаций было мало. Задачу сформулировал человек: сдвинуть восприятие музея в сторону общественного пространства. Так сложилась концепция вечерних мероприятий. После шести вечера работают не все музеи, поэтому вечерний формат сам по себе становится событием — поводом прийти не только ради экспозиции.

Основание разбора в обоих проектах задала команда: у девелопера — отбор конкурентов и цели, у музеев — саму постановку задачи. Нейросеть укладывала фактуру в эти границы, а форму раскладки предложила только в первом случае.

Где приемы не сработали

В проекте поставщика ветеринарного оборудования команда создавала цифровые аватары клиентов: нейросеть по очереди отвечала на вопросы от лица нескольких целевых портретов.

Материал для аватаров собирали вручную. Специалисты брали профили реальных клиентов из ядра целевой аудитории и выгружали три типа данных:

• открытые страницы в соцсетях;
• публикации и репосты;
• расшифровки звонков.

Персональные данные в нейросеть не передавали. Возраст, пол, город, места учёбы и работы обезличивали до загрузки в модель.

Сработали собранные данные, но не ответы аватаров. Из постов и репостов достали эмоциональный слой, и он принес инсайт о заботе. Аватары же почти ничего не дали. Скилл для них собрали, и нейросеть от лица портретов по очереди оценила несколько вариантов слогана и высказалась о продукте. Суждения вышли предсказуемыми и общими.

Зато пользу принесла сама подготовка: пока аватаров создавали, команда разобрала материал заказчика вручную и увидела, что аудиторию компании составляют женщины с двумя-четырьмя детьми. Маркетологу разговаривать с ними нужно иначе, чем с обобщенным владельцем бизнеса из брифа.

Ответы аватаров стали первым отрицательным результатом проекта, второй дали слоганы. Модель выдала их после нескольких итераций, но без слоев и рефрейминга. Получилось четыре варианта:

• «Партнер по запуску, а не поставщик прибора»;
• «Только ветеринария, никакой переделки из человеческой»;
• «Единственный полный контур вплоть до МРТ»;
• «Мы не бросаем после отгрузки».

Все они описывают товар и обещание поставщика, и ни один не опирается на то, как клиенты компании говорят о собственном деле. После слоев и рефрейминга сложилась другая линейка: «Забота без заботы» и «Заботимся о тех, кто заботится». Инсайт достали из постов и текстов самих ветеринаров: любую свою деятельность они называют заботой.

Слабые слоганы не были галлюцинацией нейросети: материала ей дали много — портреты, описание целевой аудитории, массив данных. Но со слоями не работали, рамку не двигали, пробных прогонов не делали. Вход необходим, но одного его не хватает: плохой результат при богатой фактуре объясняется способом работы с нейросетью.

Срок сборки стратегии прежний, плотность смыслов выше

До появления нейросетей разработка стратегии занимала два месяца. Столько же времени уходит на проект и сейчас.

Изменилась плотность работы: за тот же срок команда извлекает из данных кратно больше смыслов. В проект приходят сильные решения, до которых раньше не доходили руки. Скорость выросла только на одном участке: анализ трендов раньше вели вручную по зарубежным источникам, теперь процедура занимает минуты.

Высокая плотность требует дополнительных усилий. Первую итерацию машинного анализа в работу не берут: черновик содержит постороннюю информацию и непроверенные источники. Весь массив данных перепроверяет человек.

Возможности готовых решений ограничены: чужой скилл по маркетинговой стратегии задачу не закрывает — просто подгрузить его, запустить и получить результат не выйдет. В постоянной работе у команды собственные инструменты: скилл для интервью с клиентами на аватарах, скилл анализа трендов с жестким ограничением источников и несколько линз по книгам для разбора собственных черновиков.

Автоматический процесс ведет ИИ-агент, нелинейную сборку — человек с высокой насмотренностью: он видит момент, когда пора сменить рамку, подгрузить слой или развернуть оптику на другую аудиторию. Агентная структура заменит того, кто перекладывает бумаги и штампует однотипные документы. Специалист, который включает голову, без работы не останется. Его задачи смещаются к решениям, которых нейросеть не принимает.

«Нейронка дает глубину, дает инсайт. Она не дает готовый ответ».

Виктория Раневская, руководитель агентства «ЕстьКонтакт»

Порядок работы со стратегией держится на одном критерии остановки. Пока инсайта и проектного решения нет, работу продолжают любым из пяти приемов. Как только появляются оба, разбор останавливают и переходят к очередному блоку стратегии.